2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、近幾年來隨著機器人產(chǎn)業(yè)的發(fā)展,越來越多的機器人從實驗室和工廠中走入人們的生活中。人與機器人越來越多的接觸對機器人提出了新的要求。機器人需要有足夠的適應(yīng)能力適應(yīng)變化的環(huán)境。此外,機器人的動作還需要能模仿人類的動作,讓這些動作從人類的角度看起來自然而舒適。過去的機器人需要針對它們需要執(zhí)行的每一個任務(wù)進行繁復(fù)的人工編程,即使在今天,絕大多數(shù)機器人仍是這么做的。但對需要在日常生活中與沒有專業(yè)知識的用戶進行交互的機器人來說,人們很難想象如何提前考

2、慮好機器人在生活中所可能面對的所有任務(wù),并針對這些任務(wù)編寫好程序。這要求機器人能夠通過一個簡單直觀的方式學(xué)習(xí)新任務(wù)所要求的動作,并且要求所學(xué)會的動作具有魯棒性與適應(yīng)性。本文針對人機交互中存在的上述問題基于模仿學(xué)習(xí)與隱馬爾可夫模型展開了研究。
  本文基于隱馬爾可夫模型對人手的動作序列進行建模,從而識別人類意圖。本文提出了一種簡潔有效的人手動作序列識別算法,采用三維角度編碼方式,對人手位置進行編碼。然后利用 Baum-Welch算法

3、結(jié)合前向后向算法從編碼數(shù)據(jù)中學(xué)習(xí)模型參數(shù)。此外本文引入閾值模型來區(qū)分已定義動作和未定義動作。當(dāng)用戶做出動作時,本文利用前向后向算法,迭代計算在各個模型參數(shù)下出現(xiàn)當(dāng)前觀測的概率。
  傳統(tǒng)的基于模仿學(xué)習(xí)的人機交互問題的研究大部分都是基于DMPs(Dynamic Motor Primitives)方法所做的,DMPs方法雖然能夠在機器人具有高自由度的時候保持較高效率。但DMPs方法無法應(yīng)對時間上的擾動,并且不能將多條演示軌跡整合到一個

4、動力學(xué)系統(tǒng)中。本文假設(shè)人類會根據(jù)交互距離的不同采取不一樣的交互動作。基于這個假設(shè),本文對機器人和人類在日常場景中的交互進行了研究。針對DMPs方法所存在的問題,筆者引入了SEDS方法來基于演示學(xué)習(xí)軌跡。SEDS方法基于高斯混合模型設(shè)計了一個非線性動力學(xué)系統(tǒng),在滿足所要求約束的前提下,這個動力學(xué)模型在目標點上是全局漸進穩(wěn)定的。其中高斯混合模型的參數(shù)可以基于演示軌跡利用非線性最優(yōu)化方法結(jié)合EM算法獲得。
  為了驗證本文提出的方法的可

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論